Article Per Year (5 Year)
p-Index From 2020 - 2025
0.817
P-Index
This Author published in this journals
All Journal Informatics and Digital Expert (INDEX)
Rizki Nugraha, Muhammad
Unknown Affiliation
Computer Science & IT Engineering

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
Pemodelan Data Menggunakan Algoritma Decision Tree untuk Visualisasi Data Hubungan Nilai Siswa dengan Makan Siang, Partisipasi Kursus Persiapan Tes, dan Tingkat Pendidikan Gelar Guntara, Rangga; Rizki Nugraha, Muhammad
Informatics and Digital Expert (INDEX) Vol. 5 No. 2 (2023): INDEX, November 2023
Publisher : LPPM Universitas Perjuangan Tasikmalaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36423/index.v5i2.1590

Abstract

Pendidikan memegang peranan vital dalam perkembangan baik individu maupun komunitas. Prestasi belajar siswa dianggap sebagai tolak ukur kunci untuk menilai keberhasilan dari suatu sistem pendidikan. Terdapat beragam faktor yang berpengaruh terhadap prestasi belajar siswa, termasuk kondisi sosioekonomi mereka serta keikutsertaan dalam berbagai program pendukung, misalnya kelas persiapan ujian. Studi ini dirancang untuk mengeksplorasi dampak dari faktor-faktor tersebut terhadap prestasi akademik siswa. Metodologi yang digunakan melibatkan penggalian data dari sumber-sumber beragam, analisis statistik, dan evaluasi data. Sedangkan untuk pemodelan menggunakan algoritma decision tree. Informasi yang diperoleh kemudian diolah menjadi presentasi visual seperti grafik, tabel, dan diagram untuk memudahkan dalam pemahaman dan penyampaian temuan.Skor rata-rata untuk siswa yang mendapatkan makan siang standar adalah 212.51, sementara untuk mereka yang mendapatkan makan siang gratis atau dengan subsidi adalah 186.60. Skor rata-rata untuk siswa yang mengikuti kelas persiapan ujian berada di angka 218.01, dibandingkan dengan mereka yang tidak mengikutinya, yang skornya adalah 195.12. Terdapat juga korelasi antara tingkat pendidikan orang tua dengan skor siswa, dimana anak-anak dari orang tua dengan pendidikan lebih tinggi cenderung mendapatkan skor yang lebih baik dibandingkan dengan mereka yang orang tuanya memiliki latar belakang pendidikan yang lebih rendah, meskipun perbedaannya tidak terlalu signifikan.
Pemodelan Data Menggunakan Algoritma Decision Tree untuk Visualisasi Data Hubungan Nilai Siswa dengan Makan Siang, Partisipasi Kursus Persiapan Tes, dan Tingkat Pendidikan Gelar Guntara, Rangga; Rizki Nugraha, Muhammad
Informatics and Digital Expert (INDEX) Vol. 5 No. 2 (2023): INDEX, November 2023
Publisher : LPPM Universitas Perjuangan Tasikmalaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36423/index.v5i2.1590

Abstract

Pendidikan memegang peranan vital dalam perkembangan baik individu maupun komunitas. Prestasi belajar siswa dianggap sebagai tolak ukur kunci untuk menilai keberhasilan dari suatu sistem pendidikan. Terdapat beragam faktor yang berpengaruh terhadap prestasi belajar siswa, termasuk kondisi sosioekonomi mereka serta keikutsertaan dalam berbagai program pendukung, misalnya kelas persiapan ujian. Studi ini dirancang untuk mengeksplorasi dampak dari faktor-faktor tersebut terhadap prestasi akademik siswa. Metodologi yang digunakan melibatkan penggalian data dari sumber-sumber beragam, analisis statistik, dan evaluasi data. Sedangkan untuk pemodelan menggunakan algoritma decision tree. Informasi yang diperoleh kemudian diolah menjadi presentasi visual seperti grafik, tabel, dan diagram untuk memudahkan dalam pemahaman dan penyampaian temuan.Skor rata-rata untuk siswa yang mendapatkan makan siang standar adalah 212.51, sementara untuk mereka yang mendapatkan makan siang gratis atau dengan subsidi adalah 186.60. Skor rata-rata untuk siswa yang mengikuti kelas persiapan ujian berada di angka 218.01, dibandingkan dengan mereka yang tidak mengikutinya, yang skornya adalah 195.12. Terdapat juga korelasi antara tingkat pendidikan orang tua dengan skor siswa, dimana anak-anak dari orang tua dengan pendidikan lebih tinggi cenderung mendapatkan skor yang lebih baik dibandingkan dengan mereka yang orang tuanya memiliki latar belakang pendidikan yang lebih rendah, meskipun perbedaannya tidak terlalu signifikan.
Data-Driven Culinary Business: Analisis Google Maps Scraping untuk Menghadapi Fenomena FOMO di Tasikmalaya Rizki Nugraha, Muhammad; Gelar Guntara, Rangga; Mariska Purwaamijaya, Btari; Nazwa Aprilia, Nyra; Khairunisa, Alamanda
Informatics and Digital Expert (INDEX) Vol. 7 No. 2 (2025): INDEX, November 2025
Publisher : LPPM Universitas Perjuangan Tasikmalaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36423/index.v7i2.2350

Abstract

Fenomena Fear of Missing Out (FOMO) menciptakan siklus popularitas yang tidak stabil bagi UMKM kuliner di Tasikmalaya, sehingga menyulitkan keberlanjutan bisnis. Penelitian ini bertujuan untuk menyajikan model strategi berbasis data dengan memanfaatkan teknik web scraping dan klastering K-Means pada data Google Maps. Metodologi penelitian dimulai dengan proses scraping yang menghasilkan 72 data UMKM kuliner valid, yang kemudian dianalisis secara kuantitatif. Algoritma K-Means berhasil mengelompokkan UMKM ke dalam tiga klaster berbeda berdasarkan karakteristik digital (rating dan jumlah ulasan): Klaster Kualitas Tinggi (45 UMKM), Klaster Populer Berisiko (25 UMKM), dan Klaster Bintang Viral (2 UMKM). Temuan ini menjadi dasar perumusan Matriks Strategi 4 Kuadran yang memetakan posisi kompetitif setiap UMKM. Penelitian ini menyimpulkan bahwa integrasi teknik scraping dan klastering K-Means merupakan metode yang efektif untuk mengubah data ulasan publik menjadi wawasan strategis yang dapat ditindaklanjuti, membantu UMKM mengurangi ketergantungan pada tren sesaat dan membangun keberlanjutan jangka panjang.
Co-Authors Btari Mariska Purwaamijaya Gelar Guntara, Rangga Khairunisa, Alamanda Nazwa Aprilia, Nyra